Examen de Estadística
|
|
- Joaquín Aranda López
- hace 5 años
- Vistas:
Transcripción
1 Examen de Estadística Grado en Ingeniería de Telecomunicación 6 de Mayo de 6 Cuestiones solución h 45m C (.5 puntos). Considera tres eventos A, B, C S tales que P (A) = P (B) =.5, P (A B) =.5, y P (C) =.4. a) Son A y B eventos independientes? b) Calcula P (A B) y P (A B). c) Calcula P (B A). d) Sabiendo que P (A C) =.65, calcula P (C A). a) Como P (A) =.5, se tiene que P (A) =.5 =.5. Luego, P (A) P (B) =.5.5 =.5 = P (A B). De aquí se obtiene que A y B son independientes. Esto implica que A y B también lo son. b) Como P (A B) =.5, se tiene que P (A B) = P (A B) = P (A B) =.5 =.75. Otra manera de obtener P (A B) es usando el hecho de que A y B son independientes. Así, P (A B) = P (A)+P (B) P (A B) = P (A)+P (B) P (A) P (B) =.5+.5 (.5.5) =.75. Con respecto a P (A B), dado que A y B son independientes, se tiene que P (A B) = P (A) =.5. También se podría haber utilizado la fórmula general para el cálculo de una probabilidad condicionada. c) Como A y B son independientes, A y B también lo son. Luego, P (B A) = P (B) P (A) =.5.5 =.5. d) Usando el Teorema de Bayes, se tiene que: P (C A) = P (A C)P (C) P (A) = =.5. C ( puntos). Decir si son verdaderas o falsas las siguientes afirmaciones. En caso de que sean verdaderas demostrarlo y en caso de que sean falsas dar un contraejemplo o su valor correcto: a) Sea X(t) un proceso Gaussiano que verifica: E[X(t)] = 6 y R X (τ) = e τ. Entonces, el proceso es estacionario en sentido débil, en sentido fuerte (o estricto) y su potencia (E[X (t)]) es 6. b) Sea (X, Y ) la variable aleatoria bidimensional correspondiente al modelo uniforme continuo en el recinto delimitado por los vértices (, ), (, ), (, ) y (, ). Entonces P (X Y.5) =.5. c) Si X U (, ), entonces E [ e X] =.
2 a) Es verdadera. El proceso es estacionario en sentido débil ya que la media es constante y la autocorrelación sólo depende de τ. Es estacionario en sentido fuerte, ya que al ser un proceso Gaussiano, estacionariedad en sentido débil y fuerte son equivalentes, y la potencia es 6 ya que la potencia está definida como: E[X(t) ] = R X (τ = ) = e = 6. b) Es falsa. Se tiene que: P (X Y.5) = P (X Y >.5) = dydx.5 /(x) ( = ) [ dx = x ].5 x ln x (.5 = + ln ) = ln = c) Es falsa. Se verifica que: E [ e X] = = + e x f X (x) dx = [ e e ] = [ e e [ e x ] e x dx = ] = e =.8. e En particular,.8 = E [ e X] e E[X] = e +( ) = e =. C3 (.5 puntos). Los diseñadores de un nuevo tipo de cabina de avión quieren colocar un interruptor de forma que la mayoría de los pilotos puedan alcanzarlo sin tener que cambiar de posición. Se sabe que la distribución de la distancia máxima (en cms) que pueden alcanzar los pilotos sin moverse (medida desde el respaldo del asiento) es N(µ = 5, σ = ). a) Si se pone el interruptor a cms del respaldo del asiento, qué proporción de pilotos no podrá alcanzarlo sin moverse del asiento? b) Cuál es la distancia máxima desde el respaldo a la que se podría poner el interruptor si queremos que el 95 % de los pilotos pueda alcanzarlo sin moverse? a) La proporción viene dada por P (X < ), donde X N(µ = 5, σ = ) : P (X < ) = ( ) 5 P Z < = P (Z <.5) = P (Z <.5) =.385 b) Se busca la distancia d que cumple con.95 = P (X > d) = P ( Z > d 5 ) ( = P Z d 5 )
3 de donde sabemos que y por tanto d 5 =.65 d = = 8.5 cms. Probabilidad El valor de la tabla para z es el área bajo la curva de la normal estándar a la izquierda de z z TABLA A: Probabilidades de la normal estándar (cont.) z
4 Examen de Estadística Grado en Ingeniería de Telecomunicación 6 de Mayo de 6 Problemas solución h 45m P (.5 puntos). Sea (X, Y ) un vector aleatorio del cual se conoce la función de densidad marginal de X, f X (x), y la función de densidad de Y X = x, f Y (y X = x): x+ f X (x) = x en otro caso f Y (y X = x) = a) Calcula P (Y.5 X =.5). b) Calcula P (.5 X.5, Y.5). c) Calcula la covarianza de X e Y. d) Calcula la función de densidad de U = X + Y. (x+y) x+ x, y en otro caso a) Sustituyendo x =.5 en f Y (y X = x) obtenemos: y + f Y (y X =.5) = y en otro caso Luego, P (Y.5 X =.5) =.5 f Y (y X =.5)dy =.5 y + dy = [ y + y ].5 = = 3 8. b) Para calcular la probabilidad pedida, debemos obtener primero f (X,Y ) (x, y). Esta función de densidad conjunta se obtiene como f (X,Y ) (x, y) = f X (x) f Y (y X = x). Por lo tanto: Luego, f (X,Y ) (x, y) = x + y x, y en otro caso P (.5 X.5, Y.5) = = x + y dydx = x + 8 dx = [ x 4 + x ].5.5 ].5 [xy + y dx = =
5 c) La esperanza de X es: E[X] = ( ) [ ] x + x 3 x dx = 3 + x = = 7. Para obtener la esperanza de Y, primero calculamos la función de densidad de Y : f Y (y) = f (X,Y ) (x, y)dx = [ x (x + y)dx = + xy ] = + y, si y. Luego, Además, E[Y ] = ( ) [ ] y y + y dx = 4 + y3 = = 7. E[XY ] = = En consecuencia, xy(x + y)dydx = x + x 3 dx = [ x x 6 ] x y + xy dydx = = = 3. [ x y Cov(X, Y ) = E[XY ] E[X]E[Y ] = = 44. ] + xy3 dx 3 d) En primer lugar, completemos U con otra coordenada, por ejemplo, V = Y, y calculamos la densidad conjunta del nuevo vector (U, V ). Es sencillo obtener que x(u, v) = u v e y(u, v) = v. Entonces, la matriz Jacobiana viene dada por [ ] J =, cuyo determinante es det(j) =. Teniendo en cuenta que f (U,V ) (u, v) = f (X,Y ) (x(u, v), y(u, v)) det(j), se obtiene que: u v, v u v + f (U,V ) (u, v) = en otro caso Por lo tanto, la función de densidad de U = X + Y es: f U (u) = f (U,V )(u, v)dv = u udv = u u u udv = u u < u P (.5 puntos). Sea el proceso estocástico Z(t) = Xsen(πt + Φ) + Y cos(πt), con X, Y y Φ variables aleatorias independientes; X N (, ), Φ Uniforme(, π) e Y discreta con función de probabilidad P (Y = ) =.5, P (Y = ) =.5 y P (Y = ) =.5. a) Calcula la media estadística de Z(t). b) Calcula la función de autocorrelación de Z(t). c) Es Z(t) débilmente estacionario? 5
6 d) Es Z(t) ergódico en media?, y en autocorrelación? Relaciones trigonométricas: cos(α ± β) = cos(α) cos(β) sen(α) sen(β) sen(α ± β) = sen(α) cos(β) ± cos(α) sen(β) a) Dado que X, Y, Φ son independientes, y que E[X] =, y E[Y ] = =, obtenemos que: E[X(t)] = E[X sen(πt + Φ) + Y cos(πt)] ind = E[X]E[sen(πt + Φ)] + E[Y ] cos(πt) =. b) La función de autocorrelación de Z(t) es: R Z (t, t + τ) = E[Z(t)Z(t + τ)] = E[(X sen(πt + Φ) + Y cos(πt))(x sen(π(t + τ) + Φ) + Y cos(π(t + τ)))] ind = E[X ]E[sen(πt + Φ) sen(π(t + τ) + Φ)] + E[X]E[Y ]E[sen(πt + Φ)] cos(π(t + τ)) + E[X]E[Y ]E[sen(π(t + τ) + Φ)] cos(πt) + E[Y ] cos(πt) cos(π(t + τ)) = E[X ]E[sen(πt + Φ) sen(π(t + τ) + Φ)] + E[Y ] cos(πt) cos(π(t + τ)) = cos(πτ) + cos(πt) cos(π(t + τ)), donde hemos utilizado las siguientes expresiones: E[X ] = Var[X] + (E[X]) = + = ; E[Y ] = ( ) =.5; E[sen(πt + Φ) sen(π(t + τ) + Φ)] = π π = cos(πτ) = cos(πτ) = cos(πτ). sen(πt + φ) sen(π(t + τ) + φ)dφ π cos(4πt + πτ + φ)dφ 4π [ ] π sen(4πt + πτ + φ) 8π c) Z(t) no es débilmente estacionario, ya que la función de autocorrelación no solo depende del tiempo a través de τ sino que también a través de t. d) Para comprobar si es ergódico en media calculamos la media temporal de Z(t): lim T T T T T Z(t)dt = lim (X sen(πt + Φ) + Y cos(πt))dt T T T [ X cos(πt + Φ) = lim + Y sen(πt) ] T T T π π T = lim ( X cos(πt + Φ) + Y sen(πt ) + X cos( πt + Φ) Y sen( πt )) T 4πT =, 6
7 donde hemos empleado el hecho de que las funciones seno y coseno están acotadas entre y. Como la media temporal de Z(t) es igual a su media estadística, el proceso Z(t) es ergódico en media. El proceso no puede ser ergódico en autocorrelación, porque su función de autocorrelación depende del tiempo. 7
Examen de Estadística Grado en Ingeniería de Telecomunicación
Cuestiones Examen de Estadística Grado en Ingeniería de Telecomunicación 3 de Junio de 5 solución h 45m C (.5 puntos). Una multinacional realiza operaciones comerciales en 3 mercados (A, B y C). El % de
Más detallesEjercicios de Procesos Estocásticos
Ejercicios de Procesos Estocásticos Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO MAGISTRAL GRADO EN INGENIERÍA DE SISTEMAS AUDIOVISUALES Otros Ejemplo Considerar
Más detallesDepartamento de Matemática Aplicada a la I.T. de Telecomunicación
Departamento de Matemática Aplicada a la I.T. de Telecomunicación ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO 22/23 FECHA: 9 de Enero de 23 Duración del examen: 3 horas Fecha publicación
Más detallesExamen de Estadística
Examen de Estadística Grado en Ingeniería de Telecomunicación 4 de Junio de 03 Cuestiones solucion h 30m C. (p) Un sistema de comunicación está compuesto por los componentes A, B, C, D y E, donde cada
Más detallesDepartamento de Matemática Aplicada a la I.T.T.
Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Duración: horas Fecha: de Julio de Fecha publicación notas: -7- Fecha revisión examen: 8-7-
Más detallesDepartamento de Matemática Aplicada a la I.T.T.
Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Otoño 3 Duración: 3 horas FECHA: 9 de Enero de 4 Fecha publicación notas: 6--4 Fecha revisión
Más detallesEstadística. Soluciones ejercicios: Procesos estocásticos. Versión 8. Emilio Letón
Estadística Soluciones ejercicios: Procesos estocásticos Versión 8 Emilio Letón. Nivel. Calcular la media del proceso estocástico X (t) = A+t con A U (0; ). Utilizar dos métodos distintos: propiedades
Más detallesVectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos
Definición Dado un espacio muestral S, diremos que X =(X 1, X 2,, X k ) es un vector aleatorio de dimension k si cada una de sus componentes es una variable aleatoria X i : S R, para i = 1, k. Notemos
Más detallesDepartamento de Matemática Aplicada a la I.T.T.
Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Primavera 15 FECHA: de Junio de 15 Fecha publicación notas: 11 de Junio de 15 Fecha revisión
Más detallesRepaso de Teoría de la Probabilidad
Repaso de Teoría de la Probabilidad Luis Mendo Tomás Escuela Politécnica Superior Universidad Autónoma de Madrid Febrero de 2008 1. Introducción Este documento contiene, de forma esquemática, los conceptos
Más detallesEstadística. Tema 2. Variables Aleatorias Funciones de distribución y probabilidad Ejemplos distribuciones discretas y continuas
Estadística Tema 2 Variables Aleatorias 21 Funciones de distribución y probabilidad 22 Ejemplos distribuciones discretas y continuas 23 Distribuciones conjuntas y marginales 24 Ejemplos distribuciones
Más detallesTema 4: Variables aleatorias multidimensionales
Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia
Más detallesENUNCIADO y SOLUCIONES. Problema 1
Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.
Más detallesTEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18
TEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18 5.1. Concepto de proceso estocástico. Tipos de procesos. Realización de un proceso. 5.2. Características de un proceso estocástico. 5.3. Ejemplos de procesos
Más detallesVECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M. Desde un punto de vista formal, los vectores aleatorios son la herramienta matemática adecuada para transportar
Más detallesProcesos Estocásticos. Procesos Estocásticos. Procesos Estocásticos. 1 Introducción y conceptos básicos. Al final del tema el alumno será capaz de:
Procesos Estocásticos Procesos Estocásticos Referencias: Capítulo 8 de Introducción a los Sistemas de Comunicación. Stremler, C.G. (993 Estadísticos de un proceso estocástico Apuntes de la Universidad
Más detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
Más detallesRepaso de Estadística
Teoría de la Comunicación I.T.T. Sonido e Imagen 25 de febrero de 2008 Indice Teoría de la probabilidad 1 Teoría de la probabilidad 2 3 4 Espacio de probabilidad: (Ω, B, P) Espacio muestral (Ω) Espacio
Más detallesTEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES. Variable aleatoria (Real)
TEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES Grado Ing Telemática (UC3M) Teoría de la Comunicación Variable Aleatoria / 26 Variable aleatoria (Real) Función que asigna un valor
Más detallesResumen de Probabilidad
Definiciones básicas * Probabilidad Resumen de Probabilidad Para calcular la probabilidad de un evento A: P (A) = N o decasosfavorables N o decasosposibles * Espacio muestral (Ω) Es el conjunto de TODOS
Más detallesTema 4: Variable Aleatoria Bidimensional
Curso 2016-2017 Contenido 1 Definición de Variable Aleatoria Bidimensional 2 Distribución y fdp Conjunta 3 Clasificación de Variables Aleatorias Bidimensionales 4 Distribuciones Condicionales 5 Funciones
Más detallesCurso Propedéutico de Cálculo Sesión 7:
Curso Propedéutico de Cálculo Sesión 7: Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico Esquema 1 2 3 4 Esquema 1 2 3 4 Hasta ahora nos hemos enfocado en funciones
Más detalles. Luego, para el período n + 1 los resultados estarán, en cualquier caso, en el conjunto {λ k n 0 } n+1. k= (n+1). Consideremos Y = λ U n
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Probabilidades MA, /5/9, Prof. Raúl Gouet Solución Control #. Considere una colonia de bacterias con población inicial
Más detallesVariables aleatòries vectorials Els problemes assenyalats amb un (*) se faran a classe. 1.- Los estudiantes de una universidad se clasifican de acuerdo a sus años en la universidad (X) y el número de visitas
Más detallesDepartamento de Matemática Aplicada a las T.I.C. SOLUCIONES
Departamento de Matemática Aplicada a las T.I.C. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EAMEN FINAL Otoño 25-6 FECHA: 5 de Enero de 26 Fecha publicación notas: 22 de Enero de 26 Fecha revisión
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 2017-2 764-1/7 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 126 Fecha: 21/04/2 018 MODELO DE RESPUESTAS Objetivos del
Más detallesSEÑALES ALEATORIAS Y RUIDO. E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid.
SEÑALES ALEATORIAS Y RUIDO. Marcos Martín Fernández E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid. CONTENIDOS INDICE. DE FIGURAS VII 1. PROBABILIDAD. 1 2. VARIABLES ALEATORIAS.
Más detallesProcesos estocásticos
Teoría de la comunicación Comunicaciones - U.A.H. Indice Probabilidad. Variables Aleatorias. Procesos Estocásticos. Comunicaciones - U.A.H. Probabilidad Probabilidad. Dado un experimento ε del tipo que
Más detallesDistribuciones de probabilidad bidimensionales o conjuntas
Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso
Más detallesTeorema 1 (Cambio de Variable en R n ).
Vamos a estudiar en este segundo capítulo sobre los cambios de variable para funciones de varias variables, algunos de los más habituales: los cambios de coordenadas a coordenadas polares en el plano,
Más detallesCapítulo 6: Variable Aleatoria Bidimensional
Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el
Más detallesSistemas de Comunicaciones
Sistemas de Comunicaciones Tema 2: Señales aleatorias Grado en Ingeniería de Sistemas de Telecomunicación Departamento de Ingeniería de Comunicaciones Universidad de Málaga Curso 202/203 Tema 2: Señales
Más detallesPrueba Integral Lapso /7
Prueba Integral Lapso 17-737 1/7 Universidad Nacional Abierta Introducción a la Probabilidad (Cód. 737) Vicerrectorado Académico Cód. Carrera: 3-8 - 81 Fecha: 1-4-18 MODELO DE RESPUESTAS Objetivos del
Más detalles2. Ejercicio: 003_VACD_081
FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS ACADEMIA DE PROBABILIDAD Semestre: 7- SERIE TEMA VARIABLES ALEATORIAS CONJUNTAS. Ejercicio: _VACD_8 Sean las distribuciones
Más detallesVectores Aleatorios. Definición 1.1. Diremos que el par (X,Y) es un vector aleatorio si X e Y representan variables aleatorias
Universidad de Chile Facultad De Ciencias Físicas y Matemáticas MA3403 - Probabilidades y Estadística Prof. Auxiliar: Alberto Vera Azócar. albvera@ing.uchile.cl Vectores Aleatorios 1. Vectores Aleatorios
Más detallesSoluciones Examen de Estadística Ingeniería Superior de Telecomunicación
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación 7 de Septiembre, 25 Cuestiones 2 horas C. A partir de los procesos estocásticos X(t e Y (t incorrelados y de media cero, con funciones
Más detallesClase 3. Procesos estocásticos en Teoría de la señal.
1 Introducción Clase 3. Procesos estocásticos en Teoría de la señal. Como ya se comentó en la clase anterior, el ruido es una señal inherente a cualquier transmisión de telecomunicación. El ruido es una
Más detallesIntegrales Dobles. Hermes Pantoja Carhuavilca. Matematica II. Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos
Integrales Dobles Hermes Pantoja Carhuavilca Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Matematica II Hermes Pantoja Carhuavilca 1 de 76 CONTENIDO Integrales Dobles Introducción
Más detallesVariables aleatorias bidimensionales discretas
Universidad de San Carlos de Guatemala Facultad de Ingeniería Área de Estadística VARIABLES ALEATORIAS BIDIMENSIONALES Concepto: Sean X e Y variables aleatorias. Una variable aleatoria bidimensional (X,
Más detallesMomentos de Funciones de Vectores Aleatorios
Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)
Más detallesCapítulo 2. Medidas Estadísticas Básicas Medidas estadísticas poblacionales
Capítulo 2 Medidas Estadísticas Básicas 2.1. Medidas estadísticas poblacionales Sea X una variable aleatoria con función de probabilidad p(x) si es discreta, o función de densidad f(x) si es continua.
Más detallesESTADÍSTICA Y ANÁLISIS DE DATOS. Práctica del Tema 5. Variable aleatoria (en R y R 2 )
ESTADÍSTICA Y ANÁLISIS DE DATOS Práctica del Tema 5. Variable aleatoria (en R y R ). Se considera un dado regular y se define la v.a. X: puntuación obtenida en un lanzamiento cualquiera de dicho dado.
Más detallesVECTORES ALEATORIOS. 1 Introducción. 2 Vectores aleatorios
VECTORES ALEATORIOS 1 Introducción En la vida real es muy frecuente enfrentarnos a problemas en los que nos interesa analizar varias características simultáneamente, como por ejemplo la velocidad de transmisión
Más detallesINTEGRACION EN VARIAS VARIABLES: Integrales dobles. 1. e x+y dy dx. 3. Evaluar las siguientes integrales en los recintos que se indican:
INTEGACION EN VAIAS VAIABLES: Integrales dobles.. Evaluar las siguientes integrales iteradas: (x y + y )dy dx xye x+y dy dx ( x ln y)dy dx ln [((x + )(y + )] dx dy. 3 ; ; ; ln. 5. Sea I = [, ] [, 3]. Calcular
Más detallesTEMA 3.- VECTORES ALEATORIOS.- CURSO
TEMA 3.- VECTORES ALEATORIOS.- CURSO 017-018 3.1. VARIABLES ALEATORIAS BIDIMENSIONALES. FUNCIÓN DE DISTRIBUCIÓN CONJUNTA. 3.. VARIABLES BIDIMENSIONALES DISCRETAS. 3.3. VARIABLES BIDIMENSIONALES CONTINUAS.
Más detallesProbabilidad y Estadística
Vectores aleatorios Probabilidad y Estadística Vectores aleatorios Federico De Olivera Cerp del Sur-Semi Presencial curso 2015 Federico De Olivera (Cerp del Sur-Semi Presencial) Probabilidad y Estadística
Más detallesPrueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 5 Esperanza y momentos Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Más detallesSumas/promedios de variables aleatorias
Sumas/promedios de variables aleatorias Dadas unas variables aleatorias X 1,..., X n, interesa considerar las variables S n = X i o bien Z n = 1 n X i. De las variables S n y Z n querremos calcular sus
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesEvaluació n para Accesó a la Universidad
EVAU junio 07 Propuesta B lasmatemáticaseu Pedro Castro Ortega Matemáticas II º Bachillerato Evaluació n para Accesó a la Universidad Matemáticas II (Universidad de Castilla-La Mancha) junio 07 Propuesta
Más detallesHoja 4 Variables aleatorias multidimensionales
Hoja 4 Variables aleatorias multidimensionales 1.- Estudiar si F (x, y) = 1, si x + 2y 1, 0, si x + 2y < 1, es una función de distribución en IR 2. 2.- Dada la variable aleatoria 2-dimensional (X, Y )
Más detallesGRADO de TELECOMUNICACIONES
GRADO de TELECOMUNICACIONES ESTADISTICA 2009-2010 PRACTICA 2. PROBABILIDAD Y VARIABLES ALEATORIAS OBJETIVOS: Introducción a la probabilidad y a las variables aleatorias 1. Probabilidad 1. Simular 1000
Más detallesTeoría Moderna de Decisión y Estimación, Notas Introductorias: Cálculo de probabilidades y
Profesores de TMDE Teoría Moderna de Decisión y Estimación, Notas Introductorias: Cálculo de probabilidades y estadística Monograph 9 de septiembre de 23 Springer Índice general. Variables aleatorias
Más detallesMaterial introductorio
Material introductorio Nombre del curso: Teoría Moderna de la Detección y Estimación Autores: Vanessa Gómez Verdejo Índice general. Variables aleatorias unidimensionales..................................
Más detallesTema 5: Funciones homogéneas
Tema 5: Funciones homogéneas f se dice homogénea de grado α si se verifica: f(λ x) = λ α f( x), x, λ > 0 Propiedades: 1. Si f y g son homogéneas de grado α, entonces f ± g es también homogénea de grado
Más detallesAnálisis Matemático I (Ing. de Telecomunicación), Examen final, 26 de enero de 2010 RESPUESTAS A AMBOS MODELOS
Análisis Matemático I (Ing. de Telecomunicación), 29-1 Examen final, 26 de enero de 21 RESPUESTAS A AMBOS MODELOS Primera Parte Las preguntas 1 14 son de tipo test. Se pide elegir una única respuesta en
Más detallesGuía de Estudio para la Sección de Matemáticas del Examen de Admisión
1 Guía de Estudio para la Sección de Matemáticas del Examen de Admisión 215-1 El material relativo al temario puede ser consultado en la amplia bibliografía que allí se menciona o en alguno de los muchísimos
Más detallesTema 3:Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. 2. La función de densidad de la variable aleatoria X viene dada por la expresión
Tema :Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. Puede ser la función de densidad de una variable aleatoria continua mayor que uno en algún punto? Sí. La función de densidad de la variable
Más detallesEl cuestionario virtual estara disponible los días 11, 12, 13, 14, 15 y 16 de enero.
Fundamentos de Matematicas. Prueba de Evaluación a Distancia. Curso 016-17 Se debe marcar una sola respuesta correcta. Cada pregunta acertada suma 1 punto, las incorrectas restan 0.. Las preguntas en blanco
Más detallesLicenciatura en Matemáticas Soluciones del examen final de Cálculo de septiembre de sena + 4sen(a/2) + 9sen(a/3) + + n 2 sen(a/n) n 2.
Licenciatura en Matemáticas Soluciones del examen final de de septiembre de 00 Ejercicio 1. (a) Calcular: lím n sena + 4sen(a/) + 9sen(a/3) + + n sen(a/n) n (a + 1)(a + ) (a + n) (b) Estudiar la convergencia
Más detalles9. INTRODUCCIÓN A DISTRIBU- CIONES MULTIVARIANTES
9. INTRODUCCIÓN A DISTRIBU- CIONES MULTIVARIANTES Objetivo Introducir la idea de la distribución conjunta de dos variables discretas. Generalizar las ideas del tema 2. Introducir la distribución normal
Más detalles9. Diferenciación de funciones reales de varias variables reales Diferenciación DERIVADAS PARCIALES
9.1. Diferenciación 9.1.1. DERIVADAS PARCIALES Derivadas parciales de una función de dos variables Se llaman primeras derivadas parciales de una función f(x, y) respecto de x e y a las funciones: f x (x,
Más detallesMaestría en Bioinformática Probabilidad y Estadística: Clase 3
Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Variables aleatorias
Más detallesLista de ejercicios # 5
UNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS MA-005 Ecuaciones Diferenciales para Ingeniería ESCUELA DE MATEMÁTICA Segundo Semestre del 206 Lista de ejercicios # 5 Ecuaciones diferenciales en derivadas
Más detalles4. Modelos Multivariantes
4. Curso 2011-2012 Estadística Distribución conjunta de variables aleatorias Definiciones (v. a. discretas) Distribución de probabilidad conjunta de dos variables aleatorias X, Y Función de distribución
Más detallesTEMA 2: DISTRIBUCIONES DE PROBABILIDAD
ESTADÍSTICA, CURSO 008 009 TEMA : DISTRIBUCIONES DE PROBABILIDAD LEYES DE PROBABILIDAD. SUCESOS ALEATORIOS Experimetos aleatorios, espacio muestral. Sucesos elemetales y compuestos. Suceso imposible Ø,
Más detallesDefinición 1 (Probabilidad Condicional) Observación 1 Se puede aplicar la definición también a variables discretas o continuas.
CAPÍTULO 1: ALGUNAS REGLAS DE PROBABILIDAD Para leer Lee: Capítulo 1 Definición 1 (Probabilidad Condicional) Para dos sucesos A y B, P (A B) P (A B) P (B) Observación 1 Se puede aplicar la definición también
Más detallesLaboratorios Incentivados Equilibria. Probabilidad. Respuestas al Examen Mayo
EQUILIBRIA ECONOMÍA 04 Laboratorios Incentivados Equilibria Probabilidad Respuestas al Examen Mayo 03 Parte Opción Múltiple.- (i) Notemos que X ~Exp(). Por lo tanto E[X] = Var(X) = Y como Var(X) = E[X
Más detallesVariables Aleatorias y Distribución de Probabilidades
Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables
Más detallesTema 7: Procesos Estoca sticos
Tema 7: Procesos Estoca sticos Teorı a de la Comunicacio n Curso 2007-2008 Contenido 1 Definición 2 Caracterización Estadística 3 Estadísticos 4 Estacionariedad 5 Ergodicidad 6 Densidad Espectral de Potencia
Más detallese x 1 + kx b) Halla los intervalos de crecimiento, decrecimiento, concavidad, así como los extremos y puntos de inflexión de la función:
Matemáticas Convocatoria Extraordinaria 4 de junio de 14 1 3 puntos) a) Estudia el ite: en función del valor del parámetro real k e x 1 + kx x 1 cos x b) Halla los intervalos de crecimiento, decrecimiento,
Más detallesIntroducción al Tema 9
Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables
Más detallesRepaso de conceptos estadís-cos. Apéndice A
Repaso de conceptos estadís-cos Apéndice A Revisión de conceptos estadís2cos El conjunto de todos los resultados posibles de un experimento aleatorio se denomina población o espacio muestral, E Un suceso
Más detallesClase 3: Vectores gaussianos *
Clase 3: Vectores gaussianos * Índice 1. Vectores gaussianos 1. Simulación de vectores gaussianos.1. Simulación de variables gaussianas: el método de Box-Muller.. Simulation of bi-dimensional Gaussian
Más detallesVectores aleatorios. Estadística I curso 2008 2009
Vectores aleatorios Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 En numerosas ocasiones estudiamos más de una variable asociada a
Más detallesUniversidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Matemática MA Probabilidades y Estadística
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Matemática MA3403 - Probabilidades y Estadística Vectores Aleatorios Alberto Vera Azócar, albvera@ing.uchile.cl.
Más detallesSistemas de comunicación
Sistemas de comunicación Práctico Repaso de procesos estocásticos Cada ejercicio comienza con un símbolo el cuál indica su dificultad de acuerdo a la siguiente escala: básica, media, avanzada, y difícil.
Más detallesDISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD
DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD FUNCIÓN DE DISTRIBUCIÓN ( CONJUNTA ) DE UN VECTOR ALEATORIO FUNCIÓN DE CUANTÍA ( CONJUNTA) DE VECTORES ALETORIOS DISCRETOS FUNCIÓN DE DENSIDAD (CONJUNTA)
Más detallesUNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) HOJA 3: Derivadas parciales y diferenciación.
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS SOLUCIONES ) 3-1. Calcular, para las siguientes funciones. a) fx, y) x cos x sen y b) fx, y) e xy c) fx, y) x + y ) lnx + y )
Más detallesDistribución conjunta de variables aleatorias
Distribución conjunta de variables aleatorias En muchos problemas prácticos, en el mismo experimento aleatorio, interesa estudiar no sólo una variable aleatoria sino dos o más. Por ejemplo: Ejemplo 1:
Más detallesOtras distribuciones multivariantes
Trabajo A Trabajos Curso -3 Otras distribuciones multivariantes Clase esférica de distribuciones en R p Definición. Dado un vector aleatorio X = X,..., X p t, se dice que se distribuye en la clase esférica
Más detalles1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos
TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación
Más detallesForma alternativa del cálculo de momentos:
Forma alternativa del cálculo de momentos: Series Temporales: sesión 4 03//009) Autor: Ángela Fernández Pascual Considerando X 0, ), sabemos que sus momentos toman los valores: Podemos definir: EX k+ )
Más detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Conceptos Fundamentales Parte 2 Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Más detallesMATEMÁTICAS: PAU 2016 JUNIO CASTILLA Y LEÓN
MATEMÁTICAS: PAU 26 JUNIO CASTILLA Y LEÓN Opción A Ejercicio A 5 a a) Discutir para qué valores de a R la matriz M = ( ) tiene inversa. Calcular M a para a =. ( 5 puntos) Para que exista inversa de una
Más detallesCálculo de Probabilidades y Estadística. Segunda prueba. 1
08231. Cálculo de Probabilidades y Estadística. Segunda prueba. 1 Problema 1. Se eligen tres puntos A, B y C, al azar e independientemente, sobre una circunferencia. Determinar la distribución del valor
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 4 Vectores aleatorios Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Más detallesCÁLCULO Primer curso de Ingeniero de Telecomunicación Examen Final. 26 de Junio de 2007 Primera parte
CÁLCULO Primer curso de Ingeniero de Telecomunicación Examen Final. 6 de Junio de 7 Primera parte Ejercicio. Determinar los puntos de máxima y mínima pendiente de la gráfica de la función y = +x, x. Solución.
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOE Septiembre 2012 MATEMÁTICAS II. CÓDIGO 158
PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOE Septiembre 01 MATEMÁTICAS II. CÓDIGO 158 OBSERVACIONES IMPORTANTES: El alumno deberá responder a todas las cuestiones de una de las opciones
Más detallesb) Procedimiento: 0.25 puntos. Cálculos: 0.25 puntos.
MATEMÁTICAS II CRITERIOS ESPECÍFICOS DE CORRECCIÓN Todas las respuestas deberán estar debidamente justificadas. En todos los ejercicios, aunque el procedimiento seguido sea diferente al propuesto en el
Más detallesIntroducción a las ecuaciones diferenciales ordinarias. senx + C 2. e x + C 2
- Comprobar que la función y = C senx + C 2 x es solución de la ecuación diferencial ( - x cotgx) d2 y dx 2 - x dy dx + y = 0 2- a) Comprobar que la función y = 2x + C e x es solución de la ecuación diferencial
Más detallesCoordinación de Matemática IV Guía-Apunte de Preparación del CAR. 2 do Semestre Contenidos del Certamen
Universidad Técnica Federico anta aría Coordinación de atemática IV Guía-Apunte de Preparación del CAR 2 do emestre 2011 Información Contenidos del Certamen Teorema de Green, Teorema de Green para Regiones
Más detalles$, decidir cuál de las dos opciones es preferible, en el sentido de cuál tiene un mayor valor esperado.
Probabilidades y Estadística M) Práctica 7 Esperanza. Sea X el resultado que se obtiene al arrojar un dado equilibrado una vez. Si antes de arrojar el dado se ofrece la opción de elegir entre recibir $
Más detallesSelectividad Matemáticas II septiembre 2016, Andalucía (versión 1)
Selectividad Matemáticas II septiembre 16, Andalucía (versión 1) Pedro González Ruiz 14 de septiembre de 16 1. Opción A Problema 1.1 Sabiendo que es finito, calcular m y el valor del límite. ( 1 lím x
Más detallesFunciones de varias variables: continuidad derivadas parciales y optimización
Titulación: Ingeniero en Telecomunicación. Asignatura: Cálculo. Relación de problemas número 4. Funciones de varias variables: continuidad derivadas parciales y optimización Problema 1. Determinar el dominio
Más detallesPOTENCIA DE UN PROCESO ALEATORIO. Análisis Espectral 1 / 30
POTENCIA DE UN PROCESO ALEATORIO Análisis Espectral 1 / 30 POTENCIA DE UN PROCESO ALEATORIO Recordemos: Para señales determinísticas.... la potencia instantánea es Para una señal aleatoria, es una VA para
Más detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detalles